[发明专利]一种新闻文本摘要抽取方法、系统及介质

说明书

本发明公开了一种新闻文本摘要抽取方法，包括以下步骤：获取新闻并将新闻切分为若干句子，提取句子的句向量，根据句向量相似度构建相似度矩阵；提取新闻标题句向量，并与句子计算相似度，根据计算相似度，进行第一次调整文本权重值；抽取新闻文本和新闻标题中关键词，基于句子中包含关键词数据，进行第二次调整文本权重值；构建线索词表，根据句子所包含线索词，进行第三次调整文本权重值；根据相似度矩阵和每个句子权重值，计算句子得分；根据句子得分进行排序，完成文本摘要提取；本发明将句子位置，标题相似度，关键词等因素纳入考虑范围，提取的摘要更能契合新闻的主题思想，应用前景广泛。

技术领域

本发明涉及自然语言处理的研究领域，特别涉及一种新闻文本摘要抽取方法、系统及介质。

背景技术

随着互联网行业的蓬勃发展和信息技术水平的飞速提升，人民的生活方式发生了很大的变化。在这个信息广泛传播的大数据时代，伴随而来的是丰富海量的信息。由于互联网上信息量巨大，内容繁多，不断更新传播，导致信息过载的现象日益严重。而网络信息的表现形式也呈现出多样化，例如文本、图像和语音等。其中，文本是信息的重要承载方式，相较于图像和语音，文本的表达并非直观明了，而是需要通过人工阅读理解的方式，尤其面对长篇文章，耗时耗力，并且筛选有效信息困难，严重影响人们的阅读兴趣和阅读体验。因此，如何对待处理信息过载的现象，有效缓解并解决用户获取关键信息困难的问题，成为全球最为关切的热点话题之一。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种新闻文本摘要抽取方法、系统及介质，使用人工智能技术，提取新闻关键信息，精炼汇总，使得人们在有效时间内，从丰富海量的网络数据中快速准确地获取关键信息，从而节省阅读时间并提升阅读体验。

本发明的第一目的在于提供一种新闻文本摘要抽取方法。

本发明的第二目的在于提供一种新闻文本摘要抽取系统。

本发明的第三目的在于提供一种介质。

本发明的第一目的通过以下的技术方案实现：

一种新闻文本摘要抽取方法，其特征在于，包括以下步骤：

获取新闻并将所述新闻切分为若干句子，提取所述句子的句向量，根据所述句向量相似度构建相似度矩阵；

提取新闻标题句向量，并与所述句子计算相似度，根据所述计算相似度，进行第一次调整文本权重值；

抽取新闻文本和新闻标题中关键词，基于句子中包含关键词数据，进行第二次调整文本权重值；

构建线索词表，根据句子所包含线索词，进行第三次调整文本权重值；

根据相似度矩阵和每个句子权重值，计算句子得分；

根据所述句子得分进行排序，完成文本摘要提取。

进一步地，所述将新闻切分为若干句子，提取所述句子的句向量，根据所述句向量相似度构建相似度矩阵，具体为：基于预设分隔符，将新闻分割为若干句子，对每个句子设定初始权重值；使用Albert提取新闻中每个句子的句向量，使用点乘计算句向量之间相似度分数，并根据句向量之间相似度分数构建相似度矩阵：

similarityMatrix[i][j]，

similarityMatrix[i][j]表示相似度矩阵的第i行第j列，则similarityMatrix[i][j]的值为新闻文本中第i个句子和第j个句子的相似度分数。